從廢料到黃金：奧地利「SmartStreet」計畫如何利用 AI 重新定義循環營造
循環經濟的「最後一哩路」 在追求淨零碳排的趨勢下，提高瀝青與混凝土回收料（ RAP/RCA ）的比例已是業界共識。然而，傳統回收流程中「原料品質不穩定」與「性能難以預測」的痛點，始終是限制高品質再生材料普及的絆腳石。 今天，振緯智匯帶大家深入了解奧地利營造巨頭 Porr 推動的 「 SmartStreet 」計畫 (2025-2028) 。看他們如何透過神經網路與電腦視覺，打破再生材料的技術天花板。 核心技術：神經網路如何「預見」材料強度？ 「 SmartStreet 」計畫的核心不只是增加回收量，而是實現「精準預測」。 該計畫訓練了一套先進的人工神經網路（ ANN ），將回收料的物理特徵數位化。系統能根據輸入的回收料種類、比例及添加劑參數，即時預測最終成品的機械性質： 強度預測 ：精準掌握馬歇爾穩定度與抗壓強度。 耐久性模擬 ：在生產前即可預估抗疲勞開裂性能，確保道路壽命。 生成式洞見 ： AI 能主動提供最佳化混拌設計建議，將傳統的「試錯法」轉變為「數據驅動法」。 靈魂之窗： AI 如何「看透」髒亂的回收碎石？ 很多業界先進會問： AI 真的能看懂工地上那些髒亂、混雜的回收碎石嗎？ 在奧地利 Porr 的「 SmartStreet 」計畫中，答案是肯定的。這套系統的核心在於「多模態感測技術」，它並非單純的拍照辨識，而是將「幾何視覺」與「化學光譜」進行深度融合（ Deep Fusion ）。 振緯智匯為您深入剖析這套強大系統的運作機制，共分為三個關鍵層次： 1. 感測層：超越人類視覺的「多模態感測器」 系統於輸送帶上方安裝工業級的在線監測硬體，整合了超越人類視覺的「感官」： (1). 「幾何之眼」 (RGB 工業相機 ) ：配合陣列式 LED 光源，克服工地粉塵與陰影干擾，專注抓取材料的形狀、紋理、顏色等表面特徵。 (2). 「化學之眼」 ( 近紅外光譜儀 , NIR) ：這是系統的核心秘密。 NIR 利用不同化學鍵對特定波長紅外光的獨特吸收率，抓取材料獨一無二的「化學指紋」。 2. 特徵提取層：將原始數據轉化為數位資訊 AI 演算法不直接看圖片，而是將感測層收集到的原始數據提取為模型能理解的特徵向量： (1). ...
